展望工廠的未來必須首先從重塑自動化的未來開始。
工業自動化經過半個多世紀的發展，已經形成一個高度標準化的產品市場。作為其核心的可編程邏輯控制器、人機界面、數控系統都在經歷變革，然而這些變革還遠遠不能滿足數字化時代的需求。
新的技術趨勢，商業模式、大規模定製化的市場需求等因素共同定義未來自動化生產的方向。
2018年漢諾威工業博覽會上，西門子正式提出“未來自動化”（Future of Automation）的理念，探索未來技術對自動化帶來的影響。
在與弗若斯特沙利文谘詢公司（Frost & Sullivan）合作推出的白皮書中，西門子將人工智能、邊緣計算和擴增實境定義為影響未來自動化的三大技術趨勢。
人工智能具備將以人為中心的工程模式轉化為自動化系統的潛力，從而促進持續的運營學習，給生產力帶來的提升超越現有的以人為主導的方式。
邊緣計算可以賦予PLC更多的功能，提供額外的計算能力和個性化的操作需求，而無需對生產架構進行徹底的更改。
擴增實境技術將主導著未來的人機互動方式，幫助用戶提高對控制單元、生產設備以及工藝流程的理解與掌控。
事實上，西門子已經將這些未來技術融入到自動化。
西門子將包括人工智能、擴增實境、工業物聯網以及數字化雙胞胎在內的最新技術與自動化領域深遠的知識積累相結合，並應用於所有工業行業，為數字化企業提供全面的答案。
這將會改變產品面世的方式，產品如何生產，如何迭代。自主的信息物理融合系統將形成以模型為基礎從設計到生產的閉環，並對產品全生命周期提供反饋。工程工作將降至最低。人工智能、邊緣計算和擴增實境等新技術的應用將重塑自動化，使生產力更上一層樓。
西門子針對Simatic控制系統的人工智能模塊
2018年11月底的紐倫堡國際電氣自動化系統及元器件展會（SPS IPC）上，西門子推出針對Simatic 控制系統的人工智能模塊：Simatic S7-1500 TM NPU，用於Simatic S7-1500控制器和ET 200MP I/O系統。以分揀/放置應用場景為例，在人工智能的支持下機器人能夠識別、分揀並放置隨意擺放在箱子中的部件；在質檢方面，利用聯網攝影頭所采集的圖像或數據對神經網絡進行不斷訓練，控制模塊將像人類專家一樣能夠判斷產品或工藝的一致性、顏色和質量參數等。
西門子邊緣計算的軟硬體平台
2018年4月份漢諾威工業博覽會期間，西門子工業邊緣計算（Siemens Industrial Edge）數字平台正式面向市場發布，通過提供設備級的數據處理，安全地將高度完善的分析技術和邊緣計算智能引入製造領域，使自動化設備得到進一步擴展。
隨後，在9月份的斯圖加特國際金屬加工展覽會（AMB 2018）上，西門子推出第一個針對機床行業的邊緣計算APP-Optimize MyMachining/Trochoidal，以優化加工工藝，提高機床可用性，進而提升生產力。
在11月份的2018紐倫堡國際電氣自動化系統及元器件展會（SPS IPC）上。西門子又推出針對邊緣應用的全新平台，以Simatic IPC227E工控機為基礎，實現設備層與自動化層的無縫連接，從而在生產端實現對生產數據的直接讀取和處理。
擴增實境表情包讓狀態監測一目了然
西門子研究人員將擴增實境與工業物聯網相結合，以表情包的方式來呈現設備運行狀態，即SIEMoji。未來，現場工程師在智能手機的app上即可檢測設備和系統運行是否正常。
新技術融入自動化為西門子工廠提供預測性維護。
西門子安貝格電子製造工廠（EWA）在電路板的質量控制中採用邊緣計算技術來分析傳感器所采集到的數據，並借助人工智能來分析機器的運行參數，以檢測主軸行為中的任何異常。可在實際故障發生之前12至36小時預測軸承腐蝕和機器停機的情況，從而將意外停機時間降到最低，單台設備每年可節省1萬歐元。
同時，借助人工智能算法來判斷哪些電路板可能存在缺陷，並隻對可疑的電路板進行X射線掃描檢測，將檢測成本減少了30%。
香港九龍灣馬來街興發大廈15樓D室